Faire retranscrire une heure d’enregistrement coûte désormais 18 centimes

Meta a publié le 6 septembre Muse Voice Transcribe, un programme qui écoute l’audio par tranches de 80 millisecondes et écrit ce qui est dit avec 0,16 seconde de retard. Il fait en une seule fois trois travaux qui demandaient jusqu’ici trois outils différents : transcrire la parole, séparer les interlocuteurs (plus de vingt voix distinguées sur un enregistrement de plus d’une heure) et repérer la fin des phrases. Le taux d’erreur annoncé en anglais est de 3,1 % des mots, et plus de 70 langues sont prises en charge.

Le prix est l’information principale : 3 dollars pour 1 000 minutes d’audio, soit environ 0,18 dollar l’heure. Les services spécialisés comme ElevenLabs ou Deepgram facturent autour de 6,50 dollars pour la même heure. Le modèle est accessible dans Meta AI et en s’y branchant directement depuis ses propres logiciels.

Cent heures d’entretiens clients, de réunions ou d’appels au service après-vente passaient de 650 dollars de transcription à moins de 20. À ce niveau, enregistrer et écrire systématiquement ce qui se dit cesse d’être un arbitrage budgétaire. Ce qui reste à trancher est ailleurs : qui a le droit d’enregistrer, ce qu’on annonce aux personnes concernées, et où sont stockés des fichiers qui contiennent tout ce que disent vos clients.